-
公开(公告)号:CN115292485A
公开(公告)日:2022-11-04
申请号:CN202210672682.5
申请日:2022-06-14
Applicant: 中国民用航空飞行学院
IPC: G06F16/35 , G06F40/284 , G06F40/30 , G06N3/04
Abstract: 本发明公开了一种基于SKEP‑ERNIE‑BiGRU网络模型结构的情感分类方法,包括如下步骤:数据预处理及构建数据集;对数据集中的训练集进行简单数据增广处理,形成最终数据集;对最终数据集中的同一批次每条样本分词处理为token序列,并以‘[CLS]’标识开头表示每句话的起始,‘[SEP]’标识结尾表示每句话的结尾;构建SKEP‑ERNIE‑BiGRU网络模型结构;SKEP‑ERNIE‑BiGRU模型训练及参数调优,得到最优模型;将测试集数据输入到最优模型中,输出情感分类。本发明对输入数据进行清洗及emoji表情转义以增强文本情感特征,对每条样本中随机单词进行简单数据增广,使得模型能充分学习语义情感特征。结果表明提出的模型在二元情感分类和三元情感分类上准确率较传统模型分别有4%和12%左右的提升。
-
公开(公告)号:CN114943869A
公开(公告)日:2022-08-26
申请号:CN202210332513.7
申请日:2022-03-30
Applicant: 中国民用航空飞行学院
Abstract: 本发明涉及机场目标检测技术领域,具体地说,涉及一种风格迁移增强的机场目标检测方法,其包括以下步骤:一、使用基于生成对抗网络的风格迁移网络学习训练集中非边缘信息;二、利用学习得到的模型对原始的机场目标检测数据集进行风格迁移得到新的数据集;三、通过边缘检测算法对新的数据集进行边缘轮廓特征提取和增强;四、利用增强的特征对机场进行目标检测。本发明能较佳地进行机场目标检测。
-
公开(公告)号:CN114943869B
公开(公告)日:2023-06-30
申请号:CN202210332513.7
申请日:2022-03-30
Applicant: 中国民用航空飞行学院
IPC: G06V20/54 , G06V10/774 , G06V10/82 , G06V10/44 , G06V10/80 , G06T3/00 , G06N3/044 , G06N3/045 , G06N3/0464 , G06N3/0475 , G06N3/094 , G06N3/088
Abstract: 本发明涉及机场目标检测技术领域,具体地说,涉及一种风格迁移增强的机场目标检测方法,其包括以下步骤:一、使用基于生成对抗网络的风格迁移网络学习训练集中非边缘信息;二、利用学习得到的模型对原始的机场目标检测数据集进行风格迁移得到新的数据集;三、通过边缘检测算法对新的数据集进行边缘轮廓特征提取和增强;四、利用增强的特征对机场进行目标检测。本发明能较佳地进行机场目标检测。
-
公开(公告)号:CN119206835A
公开(公告)日:2024-12-27
申请号:CN202411417635.1
申请日:2024-10-11
Applicant: 中国民用航空飞行学院
Abstract: 本公开的实施例提供了一种基于红外可见光图像融合的管制员疲劳状态检测方法;用于空管安全领域。该方法包括对采集的红外可见光图像融合后图像进行图像处理及人脸检测并提取人脸特征;根据人脸特征及有序多分类离散选择模型确定影响疲劳的主要变量;根据主要变量和预设各疲劳等级临界值确定人脸特征对应疲劳影响因子;根据各疲劳敏感动作确定各疲劳敏感动作对应疲劳系数和疲劳分值;建立管制员疲劳评价机制以便教员/管制员对管制员管制能力进行量化评价;若量化评价未一票否决管制能力,则根据所述疲劳系数和疲劳分值计算疲劳积分并确定疲劳等级、执行相应提醒。以此避免采集图像数据时干扰管制员,量化疲劳状态,提高疲劳状态识别精度及效率。
-
-
-